| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要研究内容 | 第11-13页 |
| 第2章 模糊集理论在聚类分析中的应用 | 第13-18页 |
| ·模糊聚类分析方法 | 第13-15页 |
| ·模糊集理论在遥感影像聚类中的应用 | 第15-16页 |
| ·遥感影像的模糊性 | 第15-16页 |
| ·模糊处理遥感影像聚类的优势 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第3章 基于模糊Bayes-Gauss 判别的遥感影像聚类 | 第18-27页 |
| ·加权 Fisher 聚类算法简介 | 第18-21页 |
| ·Fisher 线性判别算法 | 第18-20页 |
| ·加权Fisher 线性判别算法 | 第20-21页 |
| ·传统 Bayes 算法 | 第21-23页 |
| ·传统Bayes 算法的基本思想 | 第21-22页 |
| ·实验结果分析 | 第22-23页 |
| ·基于模糊 Bayes-Gauss 判别法的遥感影像的聚类 | 第23-26页 |
| ·模糊Bayes-Gauss 算法 | 第23-24页 |
| ·实验结果分析 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 基于模糊三I 算法的遥感影像聚类 | 第27-41页 |
| ·模糊推理的 CRI 算法 | 第27-30页 |
| ·模糊推理的基本思想 | 第27-28页 |
| ·CRI 算法的一般形式 | 第28-29页 |
| ·模糊推理的数学本质 | 第29-30页 |
| ·模糊推理的三 I 算法 | 第30-32页 |
| ·模糊推理的三I 算法简介 | 第30-31页 |
| ·利用三I 算法求解一般的Fuzzy 推理问题 | 第31-32页 |
| ·基于模糊三 I 算法的遥感影像聚类 | 第32-39页 |
| ·基于灰色关联度的特征选择 | 第32-33页 |
| ·遥感影像的模糊聚类 | 第33-35页 |
| ·模糊三I 算法在遥感影像聚类中的应用 | 第35-36页 |
| ·聚类精度评价 | 第36-37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 总结与展望 | 第41-43页 |
| ·工作总结 | 第41-42页 |
| ·展望 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 在学期间发表的学术论文及参与的科研项目 | 第46页 |